半瓶墨水
研发工程师
百度 · 1年经验
日薪：
￥700/8h
地点：
北京 海淀
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
有扎实的计算机基础，熟悉常用的数据结构，算法，设计模式；
熟练掌握python语言，良好的编码风格；
了解基本的机器学习方法，熟悉常用的聚类，分类算法；
熟悉linux操作系统，shell脚本，有自动化经验；
优秀的学习能力，解决问题的能力，态度open，敢于挑战。
熟练掌握python语言，良好的编码风格；
了解基本的机器学习方法，熟悉常用的聚类，分类算法；
熟悉linux操作系统，shell脚本，有自动化经验；
优秀的学习能力，解决问题的能力，态度open，敢于挑战。
项目经验
1、CVR模型
背景：广告CVR模型做特征工程以及LR训练
内容：针对大量数据，使用Scala和Spark框架完成以下内容：
特征拼接：以展点日志为基础，拼接用户画像、用户维度以及广告维度统计字段、talkingdata回传数据
交叉特征：广告-兴趣人群交叉特征、广告-设备交叉特征、广告-人口学交叉特征、广告-流量交叉特征、广告-时间交叉特征、用户-流量交叉特征
算法模型：采用LR算法、FTRL优化
结果：在现有样本量的情况下，经过CVR模型的广告主转化效果有所提升，提升0.0136
2、视频舰船图像检测
背景：在视频中对海边移动的船舶检测，难点在于船较远，且颜色与海面背景接近
内容：输入视频序列，提出一种新的图像舰船目标检测算法，改进特征提取，重定义分割函数，完成舰船检测
结果：建立6组不同场景的船舶图像数据集，较传统小目标检测，新算法准确率和召回率均提升10%
背景：广告CVR模型做特征工程以及LR训练
内容：针对大量数据，使用Scala和Spark框架完成以下内容：
特征拼接：以展点日志为基础，拼接用户画像、用户维度以及广告维度统计字段、talkingdata回传数据
交叉特征：广告-兴趣人群交叉特征、广告-设备交叉特征、广告-人口学交叉特征、广告-流量交叉特征、广告-时间交叉特征、用户-流量交叉特征
算法模型：采用LR算法、FTRL优化
结果：在现有样本量的情况下，经过CVR模型的广告主转化效果有所提升，提升0.0136
2、视频舰船图像检测
背景：在视频中对海边移动的船舶检测，难点在于船较远，且颜色与海面背景接近
内容：输入视频序列，提出一种新的图像舰船目标检测算法，改进特征提取，重定义分割函数，完成舰船检测
结果：建立6组不同场景的船舶图像数据集，较传统小目标检测，新算法准确率和召回率均提升10%
半瓶墨水
研发工程师 · 1年经验 · 百度
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
有扎实的计算机基础，熟悉常用的数据结构，算法，设计模式；
熟练掌握python语言，良好的编码风格；
了解基本的机器学习方法，熟悉常用的聚类，分类算法；
熟悉linux操作系统，shell脚本，有自动化经验；
优秀的学习能力，解决问题的能力，态度open，敢于挑战。
熟练掌握python语言，良好的编码风格；
了解基本的机器学习方法，熟悉常用的聚类，分类算法；
熟悉linux操作系统，shell脚本，有自动化经验；
优秀的学习能力，解决问题的能力，态度open，敢于挑战。
项目经验
1、CVR模型
背景：广告CVR模型做特征工程以及LR训练
内容：针对大量数据，使用Scala和Spark框架完成以下内容：
特征拼接：以展点日志为基础，拼接用户画像、用户维度以及广告维度统计字段、talkingdata回传数据
交叉特征：广告-兴趣人群交叉特征、广告-设备交叉特征、广告-人口学交叉特征、广告-流量交叉特征、广告-时间交叉特征、用户-流量交叉特征
算法模型：采用LR算法、FTRL优化
结果：在现有样本量的情况下，经过CVR模型的广告主转化效果有所提升，提升0.0136
2、视频舰船图像检测
背景：在视频中对海边移动的船舶检测，难点在于船较远，且颜色与海面背景接近
内容：输入视频序列，提出一种新的图像舰船目标检测算法，改进特征提取，重定义分割函数，完成舰船检测
结果：建立6组不同场景的船舶图像数据集，较传统小目标检测，新算法准确率和召回率均提升10%
背景：广告CVR模型做特征工程以及LR训练
内容：针对大量数据，使用Scala和Spark框架完成以下内容：
特征拼接：以展点日志为基础，拼接用户画像、用户维度以及广告维度统计字段、talkingdata回传数据
交叉特征：广告-兴趣人群交叉特征、广告-设备交叉特征、广告-人口学交叉特征、广告-流量交叉特征、广告-时间交叉特征、用户-流量交叉特征
算法模型：采用LR算法、FTRL优化
结果：在现有样本量的情况下，经过CVR模型的广告主转化效果有所提升，提升0.0136
2、视频舰船图像检测
背景：在视频中对海边移动的船舶检测，难点在于船较远，且颜色与海面背景接近
内容：输入视频序列，提出一种新的图像舰船目标检测算法，改进特征提取，重定义分割函数，完成舰船检测
结果：建立6组不同场景的船舶图像数据集，较传统小目标检测，新算法准确率和召回率均提升10%
立即沟通
